基于代理模型的自适应后缘翼型气动优化设计

针对具有自适应后缘的跨声速翼型,基于代理模型和遗传算法相结合的优化方法,开展考虑自适应后缘结构约束的翼型气动优化设计研究。结果表明,低升力系数下翼面流场没有明显的能量损失,不同设计升力系数得到的自适应后缘翼型阻力相差不大;高升力系数下翼面附近存在激波,翼型阻力主要由激波强度决定。对于以低升力系数为设计点的基本翼型,通过后缘自适应变弯来调整载荷分布,可以降低翼面激波强度,减小翼型阻力;对于以高升力系数为设计点的基本翼型,可以直接通过气动优化来消除翼面激波,使得翼型阻力达到最小。因此对于带有自适应后缘的翼型,为了实现宽升力系数范围内的阻力最小,应首先以高升力系数为设计点完成基本翼型的气动优化设计,然后以低升力系数为设计点完成自适应后缘外形的气动优化设计。     

基于代理模型的气动外形优化

探讨了一种将CAD软件、CFD商用软件与代理模型相结合的飞机气动外形优化方法。重点介绍建立气动分析代理模型的过程,这一过程包括确定设计变量及其取值范围、生成试验设计点、建立参数化几何模型、CFD数值计算、提取气动特性和构造代理模型。通过一个简单的机翼气动外形优化算例验证了这种方法的可行性和有效性。     

基于自适应代理模型的气动优化方法

气动优化设计中,为了减少优化系统的计算周期,提高搜索效率,引入结构简单、计算量较小的代理模型,而运用有效的插值和选样方法(自适应选样)可以大大减少建立代理模型的时间。因此本文提出了一种基于自适应代理模型的气动优化方法。首先对自适应代理模型进行研究,建立了 Kriging 自适应代理模型和支持向量回归自适应代理模型,这两种自适应代理模型在相同样本点情况下比一般代理模型拥有更高的预测能力,然后将这其应用到翼型优化设计中,取得了良好的优化效果,从而表明这两种自适应代理模型不仅简单实用,而且明显提高了气动分析的计算效率。     

基于遗传算法的翼型气动优化设计

采用遗传算法进行跨声速翼型的阻力和升阻比的优化设计。在优化设计的过程中,为避免进化的早熟和停滞,引入了自适应变异并对其作了适当的修改。进行减阻优化设计后的翼型其气动特性有显著的改善,这表明了遗传算法应用于翼型气动优化设计是可行的。在此基础上,进行了最大升阻比和双目标优化设计,得到了较为满意的结果。     

基于遗传算法的翼型气动优化设计

采用遗传算法进行跨声速翼型的反设计与阻力和升阻比的优化设计。翼型的反设计达到了设计要求,优化设计后的翼型其气动特性也有显著的改善,这表明了遗传算法应用于翼型气动优化设计的可行性。在优化设计的过程中,翼型由解析函数线形叠加法表示,目标函数和个体的适应值由二维欧拉方程的流场解来提供。     

超临界翼型设计中的多响应代理模型

为考虑超临界翼型设计中代理模型多响应之间的相关性,研究了基于多输出高斯过程回归的代理模型。通过实验数据验证了升力系数、阻力系数及力矩系数之间显著的相关性,建立了超临界翼型设计中的基于多输出高斯过程的多响应代理模型,并与kriging模型、BP和RBF两种人工神经网络模型进行了对比。结果表明,当超临界翼型设计中多输出端口之间存在显著的相关性时,多输出高斯过程相比kriging、BP和RBF能有效显著提高预测精度,并获得更加稳定的预测性能。     

基于DFFD技术的翼型气动优化设计

开展了直接操作自由变形（DFFD）技术在翼型参数化及翼型气动外形优化设计中的应用研究,应用该方法可以对翼型形状进行直接操纵和精细的局部修型,从而在一定程度上克服了自由变形（FFD）技术无法直接指定几何外形变形量的局限性。通过最小二乘模式根据翼型表面直接操作点的位移求解各个FFD控制点相应的位移,将翼型设计参数从FFD控制点转化为翼型表面的直接操作点,从而有效地减少了高阶FFD控制体进行翼型参数化时的设计参数个数。算例表明,相比于FFD方法,DFFD方法不仅具备直接操纵翼型几何外形的能力,更具物理直观性,并且比FFD方法具有更好的局部变形特性。运用该技术结合遗传算法对RAE2822翼型进行了气动减阻设计,显著减小了设计状态下翼型的阻力,并且可以有效施加如前后梁位置翼型厚度等工程实用的几何约束,证明了该方法的有效性。     

基于Kriging自适应代理模型的气动优化方法

气动优化设计中,引入代理模型可以有效减少计算周期,而运用有效的插值和选样方法(自适应选样)可以大大减少建立代理模型的时间,因此提出了一种基于Kriging自适应代理模型的气动优化方法。使用Kriging方法建立代理模型,通过求解EI函数最大值得到添加样本点更新代理模型,提高了代理模型的拟合精度。针对Kriging自适应代理模型的精确性和有效性,分别进行典型函数测试分析和翼型算例验证。结果表明:基于Kriging自适应代理模型气动优化方法可以实现高效的翼型气动性能优化设计。     

基于代理模型的高效全局气动优化设计方法研究进展

基于高可信度计算流体力学的数值优化设计方法,在提高飞行器气动与综合性能方面正发挥着越来越重要的作用。基于代理模型的优化算法（SBO）,由于能够实现高效全局优化,逐渐成为了气动优化设计领域的研究热点之一。近20年来,代理优化算法研究已取得了长足进步,多种先进的新型代理模型被提出,优化理论和算法也不断完善和发展。以飞行器精细化气动优化设计为背景,综述了基于代理模型的高效全局气动优化设计方法研究进展。首先,介绍了基于变可信度代理模型的气动优化设计方法、结合代理模型和伴随方法的气动优化设计方法以及基于非生物进化的并行气动优化设计方法的研究现状和最新进展。然后,针对飞行器气动优化设计学科领域的前沿问题,介绍了基于代理模型的多目标气动优化设计方法、混合反设计/优化设计方法、稳健气动优化设计方法的研究进展,以及基于代理模型的多学科优化设计方法的研究进展。文献综述表明,代理优化算法在设计效率、全局性以及鲁棒性等方面性能优良,已经发展到可以解决100维（100个设计变量）以内的气动优化设计问题,具有良好的工程应用前景。最后,探讨了基于代理模型的高效全局气动优化设计在理论、方法及飞行器设计应用方面所面临的问题和挑战,给出了未来研究方向的建议。     

二维气动问题中Kriging代理模型精度影响因素

以二维跨声速临界翼型的阻力特性为对象,探讨样本点数目、Kriging代理模型参数及其类型等对模型精度的影响.阻力系数采用计算流体力学（CFD）方法得到.模型精度的验证采用交叉验证方法,采用平均误差、最大误差和标准交叉验证残差来衡量Kriging代理模型的精度.研究结果表明:①Kriging代理模型预测气动阻力效果较好.②模型精度随样本点的增多而提高,剔除与样本点响应趋势不相符的“奇异点”后,模型精度显著提高,平均误差减小5%~38%,最大误差减小13%~77%.③核函数类型对模型精度的影响最大,相关参数次之,回归模型的影响最小.采用高斯相关函数、2阶多项式回归模型,以及合适的相关参数值时,Kriging代理模型的精度最高.      

应用Delaunay图映射与FFD技术的层流翼型气动优化设计

采用非均匀有理B样条(NURBS)基函数属性建立了任意空间的自由式变形(FFD)翼型参数化方法,进一步结合基于Delaunay图映射技术建立了结构对接网格变形模式,通过粒子群优化(PSO)算法进行参数化方法、网格变形模式以及计算流体力学(CFD)数值模拟技术之间的整合,研究、构建了气动优化设计系统,并对某型层流理念设计的高空长航时(HALE)飞机基本翼型进行气动优化设计。气动特性目标函数评估方法中,边界层转捩数值模拟技术采用γ-Re_θt转捩模型耦合剪切应力输运(SST)模式湍流模型。优化设计后翼型气动特性表明:采用相关技术建立的层流翼型气动优化设计系统对于层流理念设计的HALE飞机翼型的设计具备较高的优化效率。     

多段翼型低速流场与气动特性数值计算研究

在结构化网格求解RANS方程的基础上,将嵌套网格技术应用在低速绕流气动特性计算中,并以NLR-7301两段翼型和某运输机5段翼型在起飞构型下对低速绕流流场进行数值模拟,将气动特性及流场特性的数值模拟数据与对接网格计算以及风洞实验数据进行了比较.结果表明,该气动特性计算方法有着较高的精度和可靠性.     

一种归一化的代理模型精度指标

衡量代理模型精度的量化指标种类繁多,但是要横向对比不同种类数据的模型精度,常见的精度指标存在一些不足之处。分析现有代理模型精度指标的不足,提出一种“归一化绝对误差均值暠指标;以某战术导弹模型为例,采用参考文献中的试验设计加点策略与交叉验证策略,建立11种气动参数的Kriging代理模型;通过对“归一化绝对误差均值暠指标与相关性图进行比较,验证所提指标的有效性。结果表明:提出的指标不仅能够有效表征代理模型精度,而且能对不同种类数据进行横向对比,具有一定的应用价值。     

基于支持向量回归代理模型的气动力优化设计

目前,气动力优化设计中通常基于经验风险最小化原则构建代理模型,预测精度的提高需要更多的训练样本,计算代价较大,同时盲目降低代理模型的训练误差难以避免过学习问题。针对上述问题,首先提出采用支持向量回归(SVR)方法基于结构风险最小化原则构建代理模型的思路,然后对测试函数和翼型阻力进行预测,最后对某型运输机机翼进行优化设计试验。结果表明:与其他代理模型对比,基于SVR的代理模型在小样本情况下具有较好的泛化能力,并且能够快速准确地预测气动特性,在飞机优化设计中,可以提高工作效率,优化结果可靠、可控。     

基于伴随方程的翼型数值优化设计方法研究

对Ｅｕｌｅｒ方程为流动模型的翼型绕流,在微分方程生成的网格中,以Ｂ样条控制顶点为设计变量,用连续伴随方程法对翼型气动外形进行数值优化设计。给出了两个亚声速的反设计算例,验证了该方法的可行性。     

XML数据到一般关系数据库数据的转换

随着Intemet的不断发展,关系数据库的局限性越来越明显,XML(ExtensibleMarkupLan-glmse—可扩展标记语言)可以有效地存储和管理Web上以指数增长着的数据(文档),使其既能被高效地操作和维护,又能在Web这个平台上方便地表示和交换。本文着重介绍了如何将XML文件数据导入一般关系数据库(本文以oracle关系数据库为例)的具体方法。     

基于粒子群优化的WNN飞行数据气动力建模

为了使所建立的气动力模型能准确地描述飞行器的动态特性,提出一种基于改进粒子群优化(IPSO)算法的小波神经网络(WNN)飞行数据气动力建模方法。该方法引入邻近粒子信息和变异操作,对标准PSO(SPSO)算法的不足进行改进,以提高WNN参数的全局搜索能力,克服早熟收敛,再按照所设计的飞行数据的气动力建模流程,构建了IPSO算法训练的WNN模型。试验结果表明:提出的气动力建模方法预测精度高,收敛速度快,能较好控制早熟收敛问题,用于飞行数据的气动力建模是有效的,也是可行的。     

排球球缝随机气动力辨识建模

本文应用Ｈ（Ｈｏｕｓｅｈｏｌｄｅｒ）变换求解病态法方程之最小二乘法及三次样条函数最小二乘法，对不同球缝随机性气动力模型进行辨识，提高了参数估计精度。讨论了不同球缝和各种发政治协商会议方式气动力的建模方法，给出了数学模型，并进行了验证，所得结果与实践经验一致。表明气动力模型较符合实际，建模方法可行，模型简单实用，为研究运用球缝发飘球技术，提供了重要的模型依据。     

基于粒子群算法的翼型优化设计

采用粒子群算法（PSO）对层流翼型进行了以提高升阻比为目标的优化设计。翼型的设计达到了设计要求,优化设计后的翼型气动特性也有显著地改善,这表明了粒子群算法应用于翼型气动优化设计的可行性。在优化设计的过程中,粒子采用递减惯性权重,以加强粒子初期的全局搜索能力与后期的局部搜索能力。翼型由解析函数线性叠加法表示,目标函数和粒子的适应度由基于二维欧拉方程的流场数值解来提供。